一种风电机组功率曲线辨识方法和系统与流程

1.本发明属于风电场领域，尤其涉及一种风电机组功率曲线辨识方法和系统。


背景技术：

2.通过对国内外论文、学术会议、科技文献、专利等数据库的检索发现：功率特性是风电机组重要的基本属性，他直接关系到风力发电机组的经济技术水平。目前对功率特性曲线识别方法一般参照标准iec61400-12-1《风电机组功率特性测试》。然而此方法需要利用两个型号相同的风速计分了测量两个位置的风俗，得出每个风向区间内的气流矫正系数。该方法试验时间长，且需要挪开风电机组，工作量巨大。
3.在“基于风电机组来流等效风速计算的风电机组功率曲线修正”一文中，提出了一种利用风电机组运行参数来反向迭代计算来流等效风速,拟合其与机舱风速的函数关系,并对理论功率曲线进行修正得到的机舱风速-功率曲线的方法。此种方法需要通过长时间运行数据作为训练数据才能实现自由来流风速的校正，同时仅基于风电机组运行参数的自由来流推算方法引入了风电机组数据采集过程的误差。
4.在“一种风电机组功率特性曲线的辨识方法及系统与流程”专利中，提出了一种根据实际测得的风电机组运行数据确定风电机组运行数据包络线，再基于所述风电机组运行数据包络线，利用遗传算法辨识风电机组功率特性曲线的方法。此种方法忽略了自由来流风速与风电机组运行时在风轮下风向采集到的风速的偏差。
5.可见，目前行业内缺少一种能快速经济实现风电机组功率曲线准确辨识的方法。其原因主要是因为对于自由来流风速的辨识存在困难。因此如何利用计算流体力学模型得到精准的风力发电机组前馈自由来流风速，以提高功率特性曲线的准确性，具有重要的现实意义。
6.现有技术缺点
7.在风电机组功率曲线辨识的过程中，直接使用风电机组运行数据而未进行自由来流风速校正，或者在进行自由来流风速校正的过程中仅采用风电机组的运行数据，使功率曲线辨识结果与实际功率曲线情况存在偏差。


技术实现要素：

8.为解决上述技术问题，本发明提出一种风电机组功率曲线辨识方法的技术方案，以解决上述技术问题。
9.本发明第一方面公开了一种风电机组功率曲线辨识方法，所述方法包括：
10.通过流体力学模拟自由来流风速和通过风电机组实测功率曲线回归算法辨识风电机组功率曲线；具体步骤包括：
11.步骤s1、获取风电场内部或周边的测风塔数据；并验证测风数据的完整性和合理性；
12.步骤s2、基于雷诺平均的纳维-斯托克斯方程，建立风电场的流体力学模型，由测
风塔实测风速推算每一台风电机组点位的风速的时序数据；
13.步骤s3、将推算得到的风速数据与所述风电机组同一时间的scada风速数据进行关联，得到线性拟合曲线，并拟合出关系函数；
14.步骤s4、将所述scada风速数据通过所述关系函数转换为自由来流风速数据；
15.步骤s5、将所述自由来流风速数据和scada的风力发电机组的功率数据进行时间上的对应，获得风电机组功率曲线散点；通过引入风湍流引起的功率波动，建立真实湍流风作用下风力发电机组的功率随风速的变化模型；
16.步骤s6、对所述风电机组功率曲线散点进行异常点剔除；
17.步骤s7、将异常点剔除后的风电机组功率曲线散点拟合所述变化模型，作为风电机组功率曲线辨识结果。
18.根据本发明第一方面的方法，在所述步骤s1中，所述验证测风数据的完整性和合理性的方法包括：
19.验证检查所述测风塔数据，对所述测风塔数据完整性和合理性进行判断：
20.检验出不合理的数据和缺测的数据；计算所述测风塔有效数据的完整率，有效数据完整率应达到90％。
21.根据本发明第一方面的方法，在所述步骤s1中，所述有效数据的完整率的计算方法包括：
[0022][0023]
根据本发明第一方面的方法，在所述步骤s2中，所述基于雷诺平均的纳维-斯托克斯方程，建立风电场的流体力学模型，由测风塔实测风速推算每一台风电机组点位的风速的时序数据的方法包括：
[0024]
将测风塔时序风速、湍流作为自变量，并设定上边界、侧边界、地面边界以及进出口边界条件，采用修正的k-ε湍流模型进行闭合运算，求解基于雷诺平均的纳维斯托克斯方程得到流场中各个网格点出的参数值；根据所述参数值，由测风塔实测风速推算每一台风电机组点位的风速的时序数据。
[0025]
根据本发明第一方面的方法，在所述步骤s3中，所述将推算得到的风速数据与所述风电机组同一时间的scada风速数据进行关联，得到线性拟合曲线，并拟合出关系函数的方法包括：
[0026]
通过所述拟合曲线得到所述推算风速与所述scada风速间的倍数关系和残差，得到关系函数，u
scada
＝a
·ucfd
b；
[0027]
其中，u
scada
为scada风速，a为倍数关系，u
cfd
为推算风速，b为残差。
[0028]
根据本发明第一方面的方法，在所述步骤s5中，所述通过引入风湍流引起的功率波动，建立真实湍流风作用下风力发电机组的功率随风速的变化模型的方法包括：
[0029]
由于风速的变化是随机的，符合马尔科夫过程的特征，
[0030]
p(t)＝p
stat
(u) pδ(t)
[0031]
式中，p(t)表示在真实湍流风作用下每一时刻产生的功率，它由t时刻的u(t)决定；p
stat
(u)表示的是在给定时间段内u(t)的平均值所对应的功率；pδ(t)表示t时刻由于
风湍流引起的功率波动；u为u(t)平均值；u(t)为自由来流风速。
[0032]
根据本发明第一方面的方法，在所述步骤s6中，对所述风电机组功率曲线散点进行异常点剔除的方法包括：
[0033]
对scada的风力发电机组的功率数据以及所述自由来流风速数据分区间处理，将发电功率超过统计区间内若干倍功率方差的记录点作为坏点剔除。
[0034]
本发明第二方面公开了一种风电机组功率曲线辨识系统，所述系统包括：
[0035]
第一处理模块，被配置为，获取风电场内部或周边的测风塔数据；并验证测风数据的完整性和合理性；
[0036]
第二处理模块，被配置为，基于雷诺平均的纳维-斯托克斯方程，建立风电场的流体力学模型，由测风塔实测风速推算每一台风电机组点位的风速的时序数据；
[0037]
第三处理模块，被配置为，将推算得到的风速数据与所述风电机组同一时间的scada风速数据进行关联，得到线性拟合曲线，并拟合出关系函数；
[0038]
第四处理模块，被配置为，将所述scada风速数据通过所述关系函数转换为自由来流风速数据；
[0039]
第五处理模块，被配置为，将所述自由来流风速数据和scada的风力发电机组的功率数据进行时间上的对应，获得风电机组功率曲线散点；通过引入风湍流引起的功率波动，建立真实湍流风作用下风力发电机组的功率随风速的变化模型；
[0040]
第六处理模块，被配置为，对所述风电机组功率曲线散点进行异常点剔除；
[0041]
第七处理模块，被配置为，将异常点剔除后的风电机组功率曲线散点拟合所述变化模型，作为风电机组功率曲线辨识结果。
[0042]
根据本发明第二方面的系统，所述第一处理模块，具体被配置为，所述验证测风数据的完整性和合理性包括：
[0043]
验证检查所述测风塔数据，对所述测风塔数据完整性和合理性进行判断：
[0044]
检验出不合理的数据和缺测的数据；计算所述测风塔有效数据的完整率，有效数据完整率应达到90％。
[0045]
根据本发明第二方面的系统，所述第一处理模块，具体被配置为，所述有效数据的完整率的计算包括：
[0046][0047]
根据本发明第二方面的系统，所述第二处理模块，具体被配置为，所述基于雷诺平均的纳维-斯托克斯方程，建立风电场的流体力学模型，由测风塔实测风速推算每一台风电机组点位的风速的时序数据包括：
[0048]
将测风塔时序风速、湍流作为自变量，并设定上边界、侧边界、地面边界以及进出口边界条件，采用修正的k-ε湍流模型进行闭合运算，求解基于雷诺平均的纳维斯托克斯方程得到流场中各个网格点出的参数值；根据所述参数值，由测风塔实测风速推算每一台风电机组点位的风速的时序数据。
[0049]
根据本发明第二方面的系统，所述第三处理模块，具体被配置为，所述将推算得到的风速数据与所述风电机组同一时间的scada风速数据进行关联，得到线性拟合曲线，并拟
合出关系函数包括：
[0050]
通过所述拟合曲线得到所述推算风速与所述scada风速间的倍数关系和残差，得到关系函数，u
scada
＝a
·ucfd
b；
[0051]
其中，u
scada
为scada风速，a为倍数关系，u
cfd
为推算风速，b为残差。
[0052]
根据本发明第二方面的系统，所述第五处理模块，具体被配置为，在所述步骤s5中，所述通过引入风湍流引起的功率波动，建立真实湍流风作用下风力发电机组的功率随风速的变化模型包括：
[0053]
由于风速的变化是随机的，符合马尔科夫过程的特征，
[0054]
p(t)＝p
stat
(u) pδ(t)
[0055]
式中，p(t)表示在真实湍流风作用下每一时刻产生的功率，它由t时刻的u(t)决定；p
stat
(u)表示的是在给定时间段内u(t)的平均值所对应的功率；pδ(t)表示t时刻由于风湍流引起的功率波动；u为u(t)平均值；u(t)为自由来流风速。
[0056]
根据本发明第二方面的系统，所述第六处理模块，具体被配置为，在所述步骤s6中，对所述风电机组功率曲线散点进行异常点剔除包括：
[0057]
对scada的风力发电机组的功率数据以及所述自由来流风速数据分区间处理，将发电功率超过统计区间内若干倍功率方差的记录点作为坏点剔除。
[0058]
本发明第三方面公开了一种电子设备。电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时，实现本发明公开第一方面中任一项的一种风电机组功率曲线辨识方法中的步骤。
[0059]
本发明第四方面公开了一种计算机可读存储介质。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，实现本发明公开第一方面中任一项的一种风电机组功率曲线辨识方法中的步骤。
[0060]
本发明提出的方案，利用计算流体力学模拟自由来流风速，从而辨识风电机组功率曲线，使辨识结果更贴近实际运行结果。
附图说明
[0061]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0062]
图1为根据本发明实施例的一种风电机组功率曲线辨识方法的流程图；
[0063]
图2为根据本发明实施例的风电机组功率曲线辨识方法的流程图；
[0064]
图3为根据本发明实施例的推算风速与scada记录风速时间序列散点图和线性拟合曲线；
[0065]
图4为根据本发明实施例的自由来流风速图；
[0066]
图5为根据本发明实施例的坏点剔除的剔除结果图；
[0067]
图6为根据本发明实施例的经过5次筛选后，余下测量值中无坏点存在，将剩余散点拟合为区先后为功率曲线识别结果图；
[0068]
图7为根据本发明实施例的一种风电机组功率曲线辨识系统的结构图；
[0069]
图8为根据本发明实施例的一种电子设备的结构图。
具体实施方式
[0070]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0071]
本发明第一方面公开了一种风电机组功率曲线辨识方法。图1为根据本发明实施例的一种风电机组功率曲线辨识方法的流程图，如图1和图2所示，所述方法包括：
[0072]
通过流体力学模拟自由来流风速和通过风电机组实测功率曲线回归算法辨识风电机组功率曲线；具体步骤包括：
[0073]
步骤s1、获取风电场内部或周边的测风塔数据；并验证测风数据的完整性和合理性；
[0074]
步骤s2、基于雷诺平均的纳维-斯托克斯方程，建立风电场的流体力学模型，由测风塔实测风速推算每一台风电机组点位的风速的时序数据；
[0075]
步骤s3、将推算得到的风速数据与所述风电机组同一时间的scada风速数据进行关联，得到线性拟合曲线，并拟合出关系函数；
[0076]
步骤s4、将所述scada风速数据通过所述关系函数转换为自由来流风速数据；
[0077]
步骤s5、将所述自由来流风速数据和scada的风力发电机组的功率数据进行时间上的对应，获得风电机组功率曲线散点；通过引入风湍流引起的功率波动，建立真实湍流风作用下风力发电机组的功率随风速的变化模型；
[0078]
步骤s6、对所述风电机组功率曲线散点进行异常点剔除；
[0079]
步骤s7、将异常点剔除后的风电机组功率曲线散点拟合所述变化模型，作为风电机组功率曲线辨识结果。
[0080]
在步骤s1，获取风电场内部或周边的测风塔数据；并验证测风数据的完整性和合理性。
[0081]
在一些实施例中，在所述步骤s1中，所述验证测风数据的完整性和合理性的方法包括：
[0082]
验证检查所述测风塔数据，对所述测风塔数据完整性和合理性进行判断：
[0083]
检验出不合理的数据和缺测的数据；计算所述测风塔有效数据的完整率，有效数据完整率应达到90％。
[0084]
所述有效数据的完整率的计算方法包括：
[0085][0086]
在步骤s2，基于雷诺平均的纳维-斯托克斯方程，建立风电场的流体力学模型，由测风塔实测风速推算每一台风电机组点位的风速的时序数据。
[0087]
在一些实施例中，在所述步骤s2中，所述基于雷诺平均的纳维-斯托克斯方程，建立风电场的流体力学模型，由测风塔实测风速推算每一台风电机组点位的风速的时序数据的方法包括：
[0088]
将测风塔时序风速，湍流作为自变量，并设定上边界、侧边界、地面边界以及进出口边界条件，采用修正的k-ε湍流模型进行闭合运算，求解基于雷诺平均的纳维斯托克斯方程得到流场中各个网格点出的参数值；之后根据所述参数值，由测风塔实测风速推算每一台风电机组点位的风速的时序数据。
[0089]
具体地，纳维-斯托克斯方程士流体力学中描述粘性牛顿流体的方程。利用纳维-斯托克斯方程进行空气流动的描述的控制方程为：
[0090][0091]
式中，-非定常加速度；-气压梯度；-空气粘滞度；f其他作用的力。
[0092]
对不可压缩牛顿流体来说，只有对流项为非线性形式；对流加速度为流体流动随空间之变化所产生的速度改变。此外，连续方程：
[0093][0094]
湍流方程采用修正的k-ε湍流模型；
[0095]
由于基于雷诺平均纳维斯托克斯方程的不封闭性，引入了湍流模型来封闭方程组。
[0096][0097]
式中，s
ij-湍流变形张量，ω
ij-湍流旋转张量，ε-湍流耗散率，ρ-空气密度，k-湍流动能。
[0098]
在步骤s3，将推算得到的风速数据与所述风电机组同一时间的scada风速数据进行关联，得到线性拟合曲线，并拟合出关系函数。
[0099]
在一些实施例中，在所述步骤s3中，所述将推算得到的风速数据与所述风电机组同一时间的scada风速数据进行关联，得到线性拟合曲线，并拟合出关系函数的方法包括：
[0100]
通过所述拟合曲线得到所述推算风速与所述scada风速间的倍数关系和残差，得到关系函数，u
scada
＝a
·ucfd
b；
[0101]
其中，u
scada
为scada风速，a为倍数关系，u
cfd
为推算风速，b为残差。
[0102]
在步骤s4，将所述scada风速数据通过所述关系函数转换为自由来流风速数据。
[0103]
在步骤s5，将所述自由来流风速数据和scada的风力发电机组的功率数据进行时间上的对应，获得风电机组功率曲线散点；通过引入风湍流引起的功率波动，建立真实湍流风作用下风力发电机组的功率随风速的变化模型。
[0104]
在一些实施例中，在所述步骤s5中，所述通过引入风湍流引起的功率波动，建立真实湍流风作用下风力发电机组的功率随风速的变化模型的方法包括：
[0105]
由于风速的变化是随机的，符合马尔科夫过程的特征，
[0106]
p(t)＝p
stat
(u) pδ(t)
[0107]
式中，p(t)表示在真实湍流风作用下每一时刻产生的功率，它由t时刻的u(t)决定；p
stat
(u)表示的是在给定时间段内u(t)的平均值所对应的功率；pδ(t)表示t时刻由于风湍流引起的功率波动；u为u(t)平均值；u(t)为自由来流风速。
[0108]
在步骤s6，对所述风电机组功率曲线散点进行异常点剔除。
[0109]
在一些实施例中，在所述步骤s6中，对所述风电机组功率曲线散点进行异常点剔除的方法包括：
[0110]
对scada的风力发电机组的功率数据以及所述自由来流风速数据分区间处理，将发电功率超过统计区间内若干倍功率方差的记录点作为坏点剔除。
[0111]
在步骤s7，将异常点剔除后的风电机组功率曲线散点拟合所述变化模型，作为风电机组功率曲线辨识结果。
[0112]
综上，本发明提出的方案能够利用计算流体力学模拟自由来流风速，从而辨识风电机组功率曲线，使辨识结果更贴近实际运行结果。
[0113]
具体实施例
[0114]
(1)采用流体力学模型，由辽宁某风电场内的测风塔实测风速推算得到该风电场1号机位的风速；
[0115]
(2)将推算风速与该风电机组scada记录风速的关联分析图作出如下，其中上图为推算风速与scada记录风速时间序列散点图和线性拟合曲线，线性拟合的残差，如图3所示。
[0116]
(3)得到该风电机组scada记录风速为自由来流风速的0.7727倍，残差均值接近于0；
[0117]
(4)根据(3)中的关联关系，将风电机组scada记录风速数据除以0.7727作为自由来流风速，与scada功率数据关联后得到散点图，如图4所示；
[0118]
(5)采用拉依达准则对散点数据分区间处理，将发电功率超过统计区间内三倍功率方差的记录点作为坏点剔除，剔除结果，如图5所示；
[0119]
(6)经过5次筛选后，余下测量值中无坏点存在，将剩余散点拟合为区先后为功率曲线识别结果，如图6所示。
[0120]
本发明第二方面公开了一种风电机组功率曲线辨识系统。图7为根据本发明实施例的一种风电机组功率曲线辨识系统的结构图；如图7所示，所述系统100包括：
[0121]
第一处理模块101，被配置为，获取风电场内部或周边的测风塔数据；并验证测风
数据的完整性和合理性；
[0122]
第二处理模块102，被配置为，基于雷诺平均的纳维-斯托克斯方程，建立风电场的流体力学模型，由测风塔实测风速推算每一台风电机组点位的风速的时序数据；
[0123]
第三处理模块103，被配置为，将推算得到的风速数据与所述风电机组同一时间的scada风速数据进行关联，得到线性拟合曲线，并拟合出关系函数；
[0124]
第四处理模块104，被配置为，将所述scada风速数据通过所述关系函数转换为自由来流风速数据；
[0125]
第五处理模块105，被配置为，将所述自由来流风速数据和scada的风力发电机组的功率数据进行时间上的对应，获得风电机组功率曲线散点；通过引入风湍流引起的功率波动，建立真实湍流风作用下风力发电机组的功率随风速的变化模型；
[0126]
第六处理模块106，被配置为，对所述风电机组功率曲线散点进行异常点剔除；
[0127]
第七处理模块107，被配置为，将异常点剔除后的风电机组功率曲线散点拟合所述变化模型，作为风电机组功率曲线辨识结果。
[0128]
根据本发明第二方面的系统，所述第一处理模块101，具体被配置为，所述验证测风数据的完整性和合理性包括：
[0129]
验证检查所述测风塔数据，对所述测风塔数据完整性和合理性进行判断：
[0130]
检验出不合理的数据和缺测的数据；计算所述测风塔有效数据的完整率，有效数据完整率应达到90％。
[0131]
根据本发明第二方面的系统，所述第一处理模块101，具体被配置为，所述有效数据的完整率的计算包括：
[0132][0133]
根据本发明第二方面的系统，所述第二处理模块102，具体被配置为，所述基于雷诺平均的纳维-斯托克斯方程，建立风电场的流体力学模型，由测风塔实测风速推算每一台风电机组点位的风速的时序数据包括：
[0134]
将测风塔时序风速、湍流作为自变量，并设定上边界、侧边界、地面边界以及进出口边界条件，采用修正的k-ε湍流模型进行闭合运算，求解基于雷诺平均的纳维斯托克斯方程得到流场中各个网格点出的参数值；根据所述参数值，由测风塔实测风速推算每一台风电机组点位的风速的时序数据。
[0135]
根据本发明第二方面的系统，所述第三处理模块103，具体被配置为，所述将推算得到的风速数据与所述风电机组同一时间的scada风速数据进行关联，得到线性拟合曲线，并拟合出关系函数包括：
[0136]
通过所述拟合曲线得到所述推算风速与所述scada风速间的倍数关系和残差，得到关系函数，u
scada
＝a
·ucfd
b；
[0137]
其中，u
scada
为scada风速，a为倍数关系，u
cfd
为推算风速，b为残差。
[0138]
根据本发明第二方面的系统，所述第五处理模块105，具体被配置为，在所述步骤s5中，所述通过引入风湍流引起的功率波动，建立真实湍流风作用下风力发电机组的功率随风速的变化模型包括：
[0139]
由于风速的变化是随机的，符合马尔科夫过程的特征，
[0140]
p(t)＝p
stat
(u) pδ(t)
[0141]
式中，p(t)表示在真实湍流风作用下每一时刻产生的功率，它由t时刻的u(t)决定；p
stat
(u)表示的是在给定时间段内u(t)的平均值所对应的功率；pδ(t)表示t时刻由于风湍流引起的功率波动；u为u(t)平均值；u(t)为自由来流风速。
[0142]
根据本发明第二方面的系统，所述第六处理模块106，具体被配置为，在所述步骤s6中，对所述风电机组功率曲线散点进行异常点剔除包括：
[0143]
对scada的风力发电机组的功率数据以及所述自由来流风速数据分区间处理，将发电功率超过统计区间内若干倍功率方差的记录点作为坏点剔除。
[0144]
本发明第三方面公开了一种电子设备。电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时，实现本发明公开第一方面中任一项的一种风电机组功率曲线辨识方法中的步骤。
[0145]
图8为根据本发明实施例的一种电子设备的结构图，如图8所示，电子设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、运营商网络、近场通信(nfc)或其他技术实现。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该电子设备的输入装置可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0146]
本领域技术人员可以理解，图8中示出的结构，仅仅是与本公开的技术方案相关的部分的结构图，并不构成对本技术方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0147]
本发明第四方面公开了一种计算机可读存储介质。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，实现本发明公开第一方面中任一项的一种风电机组功率曲线辨识方法中的步骤中的步骤。
[0148]
请注意，以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。